大坝服役性态安全监控的GA-RBF组合模型

摘要：

RBF神经网络具有很强的非线性拟合能力,但是在搜索最优解的时候易在局部最优处停滞.遗传算法是模拟自然界生物繁衍进化的算法,具有高效的全局搜索能力.本文提出了一种新的大坝服役性态监控模型.我们用遗传算法优化选择 RBF 网络隐层节点的各类参数,诸如网络隐层的中心值、宽度和权值.这样既可以避免陷入局部最优又能加快收敛速度.本文将遗传优化的 RBF 神经网络模型应用于某混凝土双曲拱坝的位移监测资料分析.比较发现,该方法可以很好的对大坝服役性态进行预测,取得很高的预测精度.

关键词：大坝、位移、监控模型、RBF神经网络、遗传算法

所属期刊栏目：40

分类号：TV698(水利枢纽、水工建筑物)

资助基金：国家自然科学基金重点项目41323001;国家重点研发计划课题2016YFC0401601;国家自然科学基金面上项目51479054,51579086,51379068,51579083;江苏省杰出青年基金项目BK20140039;国家自然科学基金项目51579085;高等学校博士学科点专项科研基金20130094110010;江苏高校优势学科建设工程资助项目水利工程YS11001;国家重点实验室专项基金20145027612;中央高校基本科研业务费项目2015B20714

在线出版日期：2018-05-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：11-14